Quelle est l'invention la plus utile à votre avis : le clou ou le marteau ?
Les deux bien sûr, ou plus exactement la combinaison des deux. Chacune apporte une valeur, mais utiliser le marteau pour planter le clou, est ce qu'il y a de plus effiace.
Qu'est-ce que cette analogie nous enseigne en matière d'IA ? Que nous avons besoin de combiner des outils différents, pour obtenir un résultat encore plus efficace : 1 + 1 = beaucoup plus que 2.
Concrètement, je me suis posé la question des illustrations de mon roman. Comment représenter un passé qui n'a jamais été visuellement conservé. Reprendre des photos de sites archéologiques est utile dans une publication scientifique, mais totalement inadapté à une fiction. A moins de vouloir perdre le lecteur !
Mais, comme avec le marteau et le clou, la même IA générative n'est pas capable de tout faire. Les IA ne sont pas généralistes ! C'est un des grands débats scientifiques actuellement, mais ce n'est pas notre sujet.
Mon IA générative principale, avec laquelle je travaille mes recherches et ma génération de textes, est Claude.ia, dont le modèle ne sait pas générer des images.
Et si je demandais à Claude, en s'appuyant sur le corpus de connaissance et le contexte déjà créés, de générer non pas une image, mais le prompt à envoyer à une IA spécialisée dans la génération d'images, qui en revanche n'a pas la connaissance théorique de Claude...
J'ai donc demandé à Claude la génération d'un prompt... avec un prompt...
A partir des éléments scientifiques que tu as déjà collecté, peux-tu rédiger un prompt destiné à une IA générative qui produit des images photoréalistes pour représenter comment pourrait être un habitant de Caral environ 2000 ans avant notre ère.
Et je ne m'attendais pas à une réponse si détaillée. Il m'a fourni quatre prompts, en me recommandant d'utiliser le premier, en anglais, m'expliquant que les IA génératives spécialisées en images comprennent mieux les instructions en anglais.
Voici l'équivalent en français :
Portrait photoréaliste en pied d'un homme adulte de la civilisation de Caral-Supe, vallée
de Supe, côte nord-centrale du Pérou, vers 2000 av. J.-C., période précéramique tardive.
SUJET : homme amérindien d'environ trente ans, 1,60 m, silhouette sèche et musclée par le
travail, épaules et avant-bras développés par le portage de la pierre et le travail de la
fibre. Peau brune, hâlée et burinée au visage, aux avant-bras et aux mollets, plus claire
sous le vêtement. Cheveux noirs raides et épais, coupés net à hauteur de mâchoire ou
retenus par un simple cordon de coton. Pilosité faciale rare. Pommettes larges, racine du
nez large, yeux brun foncé. Dents usées à plat par les grains de sable présents dans la
nourriture, sans métal ni ornement dentaire. Un corps de travailleur, ni athlétique au sens
moderne ni décharné, portant les traces discrètes de carences périodiques.
VÊTEMENTS ET TEXTILES : étoffes de coton entrelacé à la main (Gossypium barbadense), NON
tissées sur métier, sans tapisserie. Tissu grossier, légèrement ajouré, irrégulier, où l'on
distingue les rangs de trame torsadée enserrant les fils de chaîne par paires. Coton naturel
écru, beige et brun clair, avec d'étroites rayures verticales bleu indigo et blanc éclatant
de fibre libérienne. Pagne simplement enroulé, pièce d'épaule en coton entrelacé ou filet
de portage noué. Sandales tressées en fibre de cabuya et cordon de coton. Parure réduite :
collier de coquillages Oliva percés et de petites plumes fixées par un fil de coton guipé,
bandeau tressé en fibre végétale. Aucun métal.
OBJETS : il peut tenir une calebasse, un filet de fibre ou un panier de jonc.
DÉCOR : lumière crue du désert, milieu de matinée, ombres dures, poussière en suspension.
Derrière lui, plateformes basses et place circulaire en creux, en pierre grise brute, avec
des shicras visibles — sacs de jonc tressé remplis de pierres servant de remplissage
structurel. Champs irrigués de coton, de courges et de haricots à mi-distance, collines
désertiques nues au fond. Sec, poussiéreux, sans arbres.
STYLE : photographie documentaire, lumière naturelle, objectif 85 mm, profondeur de champ
moyenne, étalonnage neutre, texture de peau et pores visibles, fine poussière sur la peau.
Expression calme et neutre. Digne et ordinaire — une personne, pas un symbole.
À EXCLURE STRICTEMENT : céramique et poterie sous toute forme ; outil, arme ou parure en
métal ; or, argent, cuivre ; lamas ou alpagas en bêtes de somme ; tunique ou poncho de type
inca, motifs géométriques de tapisserie ; couronne ou coiffe de plumes ; étoffes
multicolores richement teintes ; maïs comme culture dominante ; maçonnerie de pierres
taillées et ajustées ; écriture ou quipu ; tout cliché visuel « aztèque/inca » générique.
Oui ! Tout cela pour le prompt d'une simple image ! Vous voyez la différence avec ce que vous auriez rédigé vous-même comme prompt !
Je lui ai ensuite demandé à quelle IA générative il me conseille d'envoyer ce prompt pour obtenir le meilleur résultat possible. Là encore, réponse argumentée, qui m'oriente vers ChatGPT Image.
Un simple copier-coller et j'obtiens un résultat que je considère franchement incroyable. Incroyable de réalisme, de respect des instructions fournies, et tout simplement d'efficacité.
Et réellement perturbant quand on pense au travail des illustrateurs, qui auraient du passer des heures de travail pour obtenir un résultat peut-être un peu plus vivant, mais avec un rapport qualité / coût complètement différent.
Voilà comment dans mon projet de roman, je vais parfois utiliser l'IA pour piloter une IA qui créera un contenu.
